علیرضا نیکرای، محمدرضا وصالی ناصح، عباس محمدی،
دوره 13، شماره 3 - ( فصلنامه تخصصی انجمن ارگونومی و مهندسی عوامل انسانی ایران 1404 )
چکیده
اهداف: با پیچیدهترشدن سامانههای صنعتی و ورود فناوریهای تجهیزمحور، نقش انسان در ایمنی و کارایی سیستمها همچنان کلیدی باقی مانده است. این پژوهش با مرور مطالعات HRA در بازه ۲۰۱۰ تا ۲۰۲۳، به شناسایی و مقایسه روشهای تحلیلی مختلف، انطباق آنها با فناوریهایی نظیر هوش مصنوعی و کارخانه تاریک و استخراج شکافهای پژوهشی پرداخته است.
روش کار: با بهکارگیری کلیدواژههای تخصصی در پایگاههای علمی، بیش از ۲۳۰ پژوهش شناسایی شد که پس از حذف نتایج تکراری، ۱۸۰ مطالعه برای تحلیل نهایی انتخاب شدند. مقالات از نظر روششناسی، صنایع هدف، کشور و مؤسسه مجری و مجلات منتشرکننده، بررسی و مقایسه شدند.
یافتهها:روشهای SHERPA، CREAM و Fuzzy Mathematics بیشترین کاربرد را در این مطالعات داشتهاند. ایالاتمتحده، چین و کره جنوبی بهعنوان کشورهای پیشرو شناخته شدند. تحلیل روشها نشان داد هیچ روش کیفی یا کمّیای بهتنهایی قادر نیست اهداف سهگانه HRA (شناسایی خطا، برآورد احتمال و طراحی کنترلها) را محقق کند. لذا، اتخاذ رویکرد ترکیبی SHERPA–TESEO با شناسایی و کنترل خطاها با روش SHERPA و برآورد سریع و بدبینانه احتمال خطا با روش TESEO، بهعنوان رویکردی کارآمد پیشنهاد شد. در نهایت، ده شکاف پژوهشی شناسایی و ارائه شد.
نتیجهگیری: رویکرد ترکیبی SHERPA–TESEO راهکاری عملیاتی برای دستیابی به اهداف سهگانه HRA است. باوجوداین، در محیطهای هوشمند و تولید بدون اپراتور، گذار از تحلیلهای ایستا به مدلهای پویا و دادهمحور ضروری است. این پژوهش بازنگری وظایف شناختی در SHERPA، بازتنظیم ضرایب اصلاحی در TESEO و ادغام با دادههای بلادرنگ و تعامل انسان با هوش مصنوعی را پیشنهاد میکند؛ تغییری که میتواند پیشبینی لحظهای ریسک خطا و مداخله بههنگام را تقویت کند.
